新疆农业大学学报
新疆農業大學學報
신강농업대학학보
JOURNAL OF XINJIANG AGRICULTURAL UNIVERSITY
2009年
1期
85-88
,共4页
刘婧然%马英杰%雷晓云%谷新保
劉婧然%馬英傑%雷曉雲%穀新保
류청연%마영걸%뢰효운%곡신보
预测%人工神经网络%径向基函数%棉花耗水量
預測%人工神經網絡%徑嚮基函數%棉花耗水量
예측%인공신경망락%경향기함수%면화모수량
采用径向基函数人工神经网络的方法,利用MATLAB工具箱,以气象资料中的平均气温、日照时数、平均风速作为输入变量,建立了预测新疆石河子地区棉花耗水量的RBF神经网络预测系统,并通过实测数据的检验得出此预测系统网络模型的绝对误差最大为0.096 2 mm/d,最小为0.000 8 mm/d,平均为0.051 9 mm/d;相对误差最大为1.7995%,最小为0.0165%,平均为0.9664%,可见网络模型预测的准确度较高,较以往的线性模型更合理,并且此网络训练花费的时间短,仅需0.078 0 s.
採用徑嚮基函數人工神經網絡的方法,利用MATLAB工具箱,以氣象資料中的平均氣溫、日照時數、平均風速作為輸入變量,建立瞭預測新疆石河子地區棉花耗水量的RBF神經網絡預測繫統,併通過實測數據的檢驗得齣此預測繫統網絡模型的絕對誤差最大為0.096 2 mm/d,最小為0.000 8 mm/d,平均為0.051 9 mm/d;相對誤差最大為1.7995%,最小為0.0165%,平均為0.9664%,可見網絡模型預測的準確度較高,較以往的線性模型更閤理,併且此網絡訓練花費的時間短,僅需0.078 0 s.
채용경향기함수인공신경망락적방법,이용MATLAB공구상,이기상자료중적평균기온、일조시수、평균풍속작위수입변량,건립료예측신강석하자지구면화모수량적RBF신경망락예측계통,병통과실측수거적검험득출차예측계통망락모형적절대오차최대위0.096 2 mm/d,최소위0.000 8 mm/d,평균위0.051 9 mm/d;상대오차최대위1.7995%,최소위0.0165%,평균위0.9664%,가견망락모형예측적준학도교고,교이왕적선성모형경합리,병차차망락훈련화비적시간단,부수0.078 0 s.
